视频鸟类行为研究中基于尺度不变特征变换的形态分类算法.pdfVIP

科研信息化技术与应用 2 0 1 4 , 5 ( 3 ) : 8 7 – 9 4 APPLICATION ·应用 /  · 视频鸟类行为研究中基于尺度不变特 征变换的形态分类算法 1,2 1 1 谢慕哲 ，罗泽，阎保平 1. 中国科学院计算机网络信息中心，北京 100190 2. 中国科学院大学，北京 100049 摘  要： 本文介绍了我们在动物行为的智能分析研究中，针对青海湖野鸟监控获得的视频数据，基于数字图 像处理及机器学习的方法对斑头雁形态样本进行分类的方法。我们首先采用尺度不变特征变换提取 样本的特征点，选择不同的聚类中心对训练样本的特征点进行聚类，为每个样本生成特征向量来对 样本进行描述，然后采用K最近邻算法建立模型，对斑头雁形态进行分类。对提出的方法进行了实 验验证。通过恰当的特征选取，测试数据的分类准确率达到了 73.75%。实验表明，本文提出的方法 可以有效地从视频数据中实现斑头雁形态的自动分类。 关键词： 视频分析；形态分类；SIFT；KNN doi: 10.11871/j.issn.1674-9480.2014.03.011 A Morphology Classification Method Based on SIFT for Behavior Analysis with Birds Video 1, 2 1 1 Xie Muzhe , Luo Ze , Yan Baoping 1. Computer Network Information Center, Chinese Academy of Sciences, Beijing 100190, China 2. University of Chinese Academy of Sciences, Beijing 100049, China Abstract: For Animal behavior analysis, we present a classification method to study the behavior of bar-headed geese based on digital image processing and machine learning from the video data obtained in Qinghai Lake. Firstly, using SIFT(Scale Invariant Feature Transform),by extracting feature points in the samples and choosing different cluster centers for the feature points, we can describe each sample with one feature vector. Then, the Bar-headed Goose morphology is classified by the model based on K-nearest neighbor algorithm, and we can predict and analyze the behavior of the Bar-headed Goose from the classification 87 科研信息化技术与应用，2014, 5 (3) results with its biology background and releva